BRAIN:急性缺血性卒中影响大脑的动态连接状态

已有研究表明,急性缺血性卒中扰乱了健康的大脑组织,从而导致脑功能网络的重组,以弥补神经组织和功能的损失。静息态功能磁共振研究已经通过估计卒中引起的网络连接在几分钟内累积的变化,加深了我们对大脑重组的理解。本文使用动态功能连接分析,将时间分辨率提高到秒,探索急性卒中时运动网络连接的瞬时模式。本文发表在Brain杂志。
通过估计滑动时间窗的动态功能连接,确定了运动相关网络的三种连接模式。运动网络被组织成三个域,即大脑皮层、皮质下区域和小脑区。卒中患者的动态连接模式与健康组的不同,取决于最初运动障碍的严重程度。中度运动障碍的患者具有更多的弱连接模式状态,这种模式的特点是局部和远程区域之间的连接水平都很低。相反,严重运动障碍的患者表现出显著的向空间分离的连接模式过渡的状态。这种模式的特点是三个域内局部连接水平高,跨域的远程网络间呈现反相关连接。第三种模式是一种中间连通性模式,主要包括皮层运动网络的大脑半球间连通性降低,不受运动障碍的严重程度的影响。本文的研究结果表明,运动性卒中病人的网络重组受到运动障碍严重程度的影响,在康复治疗过程中,需要考虑到病人的脑网络的动态重组过程。如果您对fnc及dfnc感兴趣,思影科技曾做过多篇此类文章解读,可点击以下链接阅读,增进理解和启发。
AJP:与创伤分离相关的大规模功能性脑网络的改变

边缘和自主神经加工改变支持心碎综合征的脑神经机制

ICA在fMRI组水平推断和融合多模态数据方面的应用

应激与轻度炎症对于PTSD患者的功能脑网络的双重影响

AJP:大脑功能连接的内在模式在调节重度抑郁患者抗抑郁治疗反应中的作用

Molecular Psychiatry:静息态fMRI预测青少年认知能力

Molecular Psychiatry:内在连接组是预测重性抑郁缓解的生物

对PTSD和MDD共病患者的TMS临床治疗反应的脑网络机制的探索性研究

创伤后应激障碍(PTSD)的功能连接神经生物标记

BRAIN :帕金森病中与痴呆相关的动态功能连接改变

Brain:帕金森患者脑内功能网络连接异常

Radiology:认知功能障碍的多发性硬化症患者的fMRI网络动态性

PNAS:童年创伤经历与重度抑郁症患者异常脑功能连接有关

Biological Psychiatry:高外周炎症信号与情绪调节网络和中央

DMN:大脑的默认网络

默认网络:最新的解剖、生理研究及其研究发展过程中的新观点

1. 前言
缺血性中风是突发性脑损伤的主要原因,严重破坏了局部和全脑范围内的结构和功能完整性。静息态功能磁共振研究揭示,运动性卒中感觉运动皮质之间的大脑半球间连通性减少,尤其是在卒中后的第一周,并在行为恢复的同时恢复到健康受试者中观察到的水平。然而,由于常规的分析工具不允许对静息态功能MRI信号进行细粒度的时间层面的动态评估,因此目前尚不清楚这种功能网络连接的改变是否还表现出依赖于症状严重程度的波动。时间上的变化可能反映了神经重组所需的网络灵活性,这是功能恢复所的必要过程。
随着时变或“动态”功能网络连通性(dFNC)分析的出现,静息态功能MRI数据的时间分辨率得到提高。与在整个功能MRI扫描期间“静态”连接的假设不同,“动态”分析允许大脑区域之间的连接在短时间内有所不同。因此,可以在几秒而不是几分钟的范围内评估连接变化。dFNC分析可以呈现出大脑的不同连接状态,以及它们之间的转换轨迹。动态测量方法可以对神经信号的自发波动性质进行更复杂的评估,可能具有行为相关性,并且越来越多地被认为是疾病的新生物标志物。Kim等人对帕金森病患者进行了dFNC分析,证实了动态连接状态的出现与临床疾病严重程度有关。同样,Espinoza等人发现亨廷顿病中弱连接状态的发生率显著增加,这是使用静态分析无法检测到的。
这种dFNC分析方法似乎特别适合评估高水平的网络灵活性的情况,例如,卒中引起的急性损伤的情况。局灶性病变不仅可能扰乱运动系统内的通信,还可能改变大脑对某些连接状态的偏好。特定的动态模式可能对神经重组过程至关重要,并且决定了大脑功能恢复的潜力。
因此,本研究的目标是研究急性缺血性卒中患者运动系统的dFNC变化。我们分析了31名首发卒中患者和17名年龄匹配的健康组的静息态功能MRI数据,患者表现为中到重度的手运动障碍。我们假设卒中患者中不同的dFNC模式与症状严重程度有关。我们希望观察到功能连接在时间上的高度变化,这可以解释为功能脑区之间的分离和整合。
2. 材料和方法
2.1 被试
在科隆大学医院神经内科入组首发急性缺血性脑卒中患者32例和健康组17例。一个卒中患者因为在扫描过程中头部严重晃动被排除,留下31名患者进行分析。卒中患者表现为急性单侧手运动障碍。进一步的入组标准是:(1)40-90岁;(2)缺血性卒中的弥散加权MRI(DWI)为正向;(3)MRI显示中央前回(M1)结构完整;(4)症状出现后2周内;以及(5)没有严重失语、失用和忽视症。排除标准是:(1)MRI的任何禁忌症(例如心脏起搏器);(2)癫痫;(3)多个区域的梗死;(4)出血性卒中;以及(5)其他神经系统疾病。
对照组的入组成员在年龄上匹配、无神经精神疾病,共17例。所有受试者都根据赫尔辛基宣言提供了知情同意书,这项研究的所有方面都得到了当地伦理委员会的批准。
2.2  手运动功能和临床检测
使用Action Research Arm Test (ARAT)对手运动障碍进行量化。这项测试广泛应用于卒中研究,在四个维度(即握力、握力、捏合和整体动作;范围0-57;57=正常表现,0=无法执行任何动作)评估粗略和精细的上肢功能。此外,我们还统计了每个患者的量表National Institutes of Health Stroke Scale(NIHSS)
为了测试运动障碍对dFNC的影响,我们将样本分为重度组(ARAT评分0-28)和轻至中度组(ARAT评分29-57)。表1列出了所有受试者的人口统计特征和卒中患者的临床特征。
2.3 MRI
使用Siemens Trio 3T扫描仪采集静息态功能MRI数据。采用梯度回波平面成像(EPI):TR=2200ms,TE=30ms,FOV=200 mm,33层,体素大小3.1*3.1*3.1mm3,翻转角=90°,183个全脑volume。受试者需躺在扫描仪保持不动,并在大约7分钟的时间里一直盯着黑屏上的红十字。对于卒中患者,我们还收集了DWI图像(TR=5100ms,TE=104ms,FOV=230 mm,30层,体素大小1.8*1.8*3.0mm3),以获取病变位置和范围的详细信息。
2.4 静息态预处理
使用SPM12对静息态功能MRI数据进行预处理。右半球病变的患者图像沿正中矢状面翻转,使所有的病变都位于左半球,忽略左右半球特有的影响。每一次扫描的前四个volume被丢弃。对剩余179个volume继续进行头部运动校正,基于每个扫描的平均图像进行配准。在卒中受试者中,弥散加权图像与平均EPI共同配准。遮盖受损组织后,对图像进行空间标准化,使用8 mm的高斯核对图像进行平滑。
2.5 头动控制
通过计算个体平均和最大帧位移来验证没有剧烈运动。由于动态功能连接分析对头部运动敏感,我们排除了一个受试者(受试者32,平移12.2mm)。31例卒中患者与17名健康组比较时,在头动方面没有观察到显著的组间差异。
2.6 内在连接网络
基于405名健康的静息态数据估计的成分(http://trendscenter.org/software/),使用空间约束独立成分分析(ICA)来计算用于网络分析的成分。鉴于所有患者在卒中后很早(平均7.2天)就接受了扫描。皮质重组不太可能显著改变功能结构,因此使用健康样本来定义感兴趣的网络成分是合理的。由于所有患者都是根据运动障碍严重程度入组的,所以我们将重点放在运动系统上进行分析。获得了15个运动网络的成分。经过反向重建后,由于信号质量问题,排除15个成分中的两个。其余13个网络成分为:(1)左侧初级感觉运动皮质;(2)右侧初级感觉运动皮质;(3)双侧腹侧前运动皮质;(4)补充运动区;(5)双侧中央后回;(6-7)中央旁小叶(III)(8)双侧顶上小叶;(9-11)三个皮质下(SC)成分:壳核I,壳核II和丘脑;(12-13)右小脑和左小脑。这些成分被分配到三个域中的一个,即感觉运动域、皮质下域和小脑域(图1)。

图1 内在连通性网络和网络间分析

在静态和动态功能连接分析之前,对时间信号进行去趋势(即线性、二次和三次趋势),使用3Ddespike去除尖峰,通过高频截止频率为0.15 Hz的五阶Butterworth低通滤波器进行滤波。最后,对时间进程进行归一化。

2.7 静态功能网络连接分析
使用GIFT(http://trendscenter.org/software/gift)中的多变量协方差分析(MANCOVAN)工具箱评估功能网络内和网络间的连接与年龄、性别、平移、旋转和群组状态这些自变量之间的相关性。平移和旋转通过连续时间窗间绝对差值的平均值计算。年龄、平移和旋转被视为连续变量,性别和群组状态被定义为类别变量。
网络内连接。对于13个网络成分,分别对各成分内的信号强度进行一致性(连接)分析。所有的自变量作为多变量,PCA降维后的体素作为因变量。通过后向消元得到简化模型,即每一步都依赖于F检验,只保留显著的自变量。然后对仍在多变量分析中有意义的自变量进行体素水平t检验,即测试了依赖于显著变量的网络内每个体素的信号强度差异,与此同时考虑了其余的自变量。由于这导致了数千个单独的t检验,对于每个体素,使用FDR进行校正(p<0.05)。
网络间连接。为了评估静态连通性,对每个受试者的Z变换后的时间进程计算成对的Pearson相关性。分别考虑健康组、中度和重度组,用三水平单因素方差分析评估静态功能网络连接差异(p<0.05)。在方差分析结果显著的情况下,进行t检验(健康与中度、健康与严重、中度与严重)。
2.8 动态功能网络连接
通过GIFT工具箱中的滑动窗方法来估计。首先通过44秒(宽度=20个采样点)的单位定义了159个时间窗。这些时间窗口与7秒的高斯卷积,并且以2.2s的步长移位。选择了通用的参数设置。在每个窗口内,利用L1正则化,即稀疏逆协方差矩阵计算dFNC。回归了年龄、性别、平移和旋转(头动的三个方位的平移和三个方向的旋转)的协变量。最后进行Fisher Z变换,以获得Z值及稳定方差,以便进一步分析。
2.9 聚类分析
使用k-means聚类计算跨时间和受试者的重复出现的功能连通性模式,即“连接状态”。使用L1距离函数(曼哈顿距离),对所有受试者的连接矩阵进行两次聚类:首先,确定最优的簇数k(称为“状态”),然后构造最终的k个连接状态。根据三个互补的标准确定了k轮廓测度、基于聚类有效性指数的肘部(就是拐点的意思)标准和状态频率>10%。受试者的每个时间窗都被分配给这些连接状态之一。将由动态功能连接分析得到的组平均连接状态与先前通过计算曼哈顿距离获得的组平均静态功能连接状态进行了比较。
2.10 动态连接指标统计分析
统计评估了以下动态连接指标:(1)时间占比(在给定状态下花费的总时间的百分比);(2)停留时间(在一个状态中持续花费的时间);(3)转换次数(改变状态的频率);以及(4)转换可能性(k个连接状态之间转换概率的百分比)。此外,还测试了每个连接状态下动态连接网络的组差异。与网络间静态功能连接分析类似,先做三水平单因素ANOVA分析比较三组间的差异,在结果显著的情况下,执行t检验进行事后分析。
2.11 域间的分离
使用Chan等人提出的公式计算了各自的分离程度
这里的平均值(Zw)表示所有域内相关性的平均值,而平均值(Zb)表示所有域间相关性的平均值。所有负相关值设置为0。
在静态网络间连接的情况下,得到每个受试者的分离程度,并使用三水平单因素方差分析来检验分离程度的差异。在动态网络连接的情况下,159个滑动窗各有一个动态连接矩阵,计算了每个受试者的159个分离程度值。在单因素方差分析框架下进行了组间差异检验。此外,通过三水平(连接状态1、2和3)的单因素方差分析来评估连接状态差异。
2.12 重复分析
为了验证上述样本所报道的主要结果,使用了一个独立的样本进行分析,该样本包括24名手部运动障碍的急性卒中患者和30名对照患者。
如果您对FNC/DFNC及脑影像数据处理感兴趣,欢迎浏览思影课程及服务(可添加微信号siyingyxf或18983979082咨询):

第三十六届脑影像基础班(南京,2021.1.6-11)

第十九届磁共振脑网络班(南京,1.18-23)

第十一届磁共振脑影像结构班(南京,1.12-17)

第三十八届脑影像基础班(南京,2.23-28)

第三十七届磁共振脑影像基础班(重庆,1.23-28)

第二十届磁共振脑网络数据处理班(重庆,2月27-3月4日)

第七届任务态fMRI专题班(重庆,1.14-19)

第十四届脑影像机器学习班(重庆,3.12-17)

第十六届DTI数据处理班(重庆,3.5-10)

第八届任务态功能磁共振数据处理班(南京,3.2-7)

第一届任务态功能磁共振提高班(南京,3.9-14)


思影科技功能磁共振(fMRI)数据处理业务
思影科技弥散加权成像(DWI/dMRI)数据处理
思影科技脑结构磁共振成像数据处理业务(T1)
思影科技啮齿类动物(大小鼠)神经影像数据处理业务
思影数据处理业务三:ASL数据处理
思影科技脑影像机器学习数据处理业务介绍
3. 结果
3.1  人口学和临床特征
健康组和所有卒中患者在年龄、性别、类别和头动方面没有显著差异(表1)。根据ARAT的分界值29来定义患者亚组,重度组(n=13,ARAT<29)和中度组(n=18,ARAT≥29)在运动能力方面有显著差异:与中度组相比,重度组的手臂运动功能显著降低。相反,包括年龄、卒中后天数和病变体积在内的协变量在两组之间没有显著差异。
3.2  静态功能功能连接
网络内连接。
MANCOVAN分析表明,健康组、中度和重度组在7个皮质感觉运动网络中和1个皮质下网络内存在统计学差异(左右感觉运动皮质、SMA、中央旁III、中央后回和顶上小叶,但不包括腹侧中央前皮质;壳核II)。随后的单变量,即体素分析,集中于组间差异(健康组-中度组,健康组-重度组,中度组-重度组)和网络内每个体素的信号强度,结果显示卒中后早期运动系统网络连接显著降低(2E)。与健康组相比,中度组表现为皮质感觉运动网络中更广泛的连接降低,而重度组与健康组相比表现出更局部的连接降低(图2E)。当对两组患者进行统计学比较时,只获得了位于患侧感觉运动皮质的信号强度降低的极小的体素簇。

图2 DWI病变(A-D)和网络内连接性(E)的重叠图。

网络间连接。
通过成分对之间的(Fisher Z-Score)Pearson相关性计算静态功能网络连接。得到很强的域内连接,即感觉运动域、皮质下或小脑域内的成分对高度正相关。相反,域间连通性相对较低,即来自感觉运动和皮质下或小脑域的成分要么彼此独立,要么负相关(图1B)。通过单因素方差分析筛选对照组、中度和重度组之间的差异时,显示网络成分之间的连通性发生了显著变化。这些改变大多位于皮质感觉运动区(图1B)。随后的t检验发现,重度组对比健康组时,显示出卒中引起的皮质下成分之间的连通性增加。相反,与健康组相比,中度组的连接强度降低。例如,左右感觉运动和腹侧中央前回、中央后回和辅助运动区以及两个小脑成分之间的连接性较低(图3)。
图3 成分间具有显著性静态功能连接差异的结果图
动态功能网络连接。
通过k-means聚类算法(图4B),识别了在功能MRI扫描期间,所有受试者中重复出现的三种连接状态。第一种状态的特征是高度正的域内连接和高度负的域间连接,我们将这种状态称为“区域密集连接”状态,具有很强的域间分离特性(状态1的总频率:29%,图4A)。就曼哈顿距离而言,此连接状态也是与静态连接估计最接近的连接状态。第二种连接状态表现为相对较弱的域内连接,尤其是腹侧中央前回和中央后回的连接,接近于零的域间连接值还表示这三个域之间的连接性较低。因此,我们将这种状态称为“弱连接”状态(状态2的总频率为:43%,图4A)。第三种连接状态代表前两种连接状态的组合:正域内连接,感觉运动域和皮质下域之间的微弱的正连接,以及小脑与感觉运动域和皮质下域两者之间的负连接(状态3的总频率:27%,图4A)。
图4 动态功能网络连接分析。
3.3 时间特性
随后测试了动态连接的组间差异。三水平单因素方差分析比较健康组、中度和重度组,发现状态2的时间特征有显著差异,即弱连接状态(状态2的时间占比和停留时间)(图5A和图B)。中度组的差异最大:与健康组相比,他们特别喜欢状态2,总体上所占时间更多,进入状态后停留的时间也更长。与重度组相比,中度组也倾向于在状态2有更多的时间。在状态间转换的绝对数量方面,组间没有显著差异。受试者在整个扫描期间平均切换5到7次(图5C)。

图5 DFNC分析结果

接下来,我们评估了状态间的转移可能性。在保持一种状态和转换到一个新状态方面,有显著的组间效应。中度组比健康组和重度组更有可能保持弱连接状态。值得注意的是,重度组表现出明显不同的现象:他们不仅不太可能停留在状态2,而且表现出对状态1的显著偏好。处在状态2的重度组比中度组和健康组更有可能切换到状态1(图6)。

图6状态之间转换的可能性的差异矩阵。

3.4 动态连接特性
最后检查了三种连接状态的连接强度组间差异。与重度组和健康组相比,中度组在状态2和3有许多不同之处,尤其是在单侧初级感觉运动皮质和皮质下成分(图7)。在中度组中,状态3的连接差异在很大程度上与静态分析一致,卒中患者左侧和右侧感觉运动成分以及双半球SMA和其中一个中央旁小叶成分之间的连通性降低。重度组与对照组相比,右侧感觉运动和中央旁小叶成分之间的连通性降低。这种半球间的差异在静态分析中是检测不到的。最后,中度和重度组在三种皮质-皮质下-小脑连接强度上存在差异:中央旁-壳核、左侧感觉运动-壳核和壳核-左侧小脑(图7)。

图7 不同组之间动态功能连接的差异

3.5 全脑分离程度的差异
对于静态连接数据,没有观察到健康组和两个患者组之间的全脑分离程度存在显著差异。但在动态连接分析中发现对照组和两个患者组之间的方差分析结果有显著差异。T检验显示中度组的分离程度明显低于健康组和重度组,而重度组的分离程度高于健康组和中度组。此外,三个连接状态的分离程度有很大差异:状态1是分离程度最高的,其次是状态2和3。因此,中度组表现出的分离程度降低也表现在他们在状态2较长的时间占比和停留时间上。相反,与中度组和健康组相比,重度组转变为状态1的可能性明显更高,这与他们有更高的分离程度相匹配。
3.6  重复分析
我们在24名有运动症状的急性缺血性卒中患者的独立样本中重复了主要的动态连接分析步骤,以测试结果的稳健性。使用没有运动障碍的30例年龄匹配的缺血性卒中患者,取代了健康组。再一次确定了与主要分析中类似的三种连接状态。得到了一个高度连接的状态1,一个弱连接的状态2,以及一个结合了皮质和皮质下运动区的整合以及皮质运动区和小脑区分离的状态3。与没有任何运动障碍的卒中患者相比,中度组在状态2也显示出了显著增加的停留时间。此外,在重度组中,域间分离显著增加,反映在域内连接性明显高于域间连接性,中度组的域间分离显著减少。
3.7  总结
综上所述,我们发现连接状态模式因运动损伤程度的不同而有显著差异。中度组处于弱连接状态2的时间更长,而重度组倾向于过渡到脑区密集连接的状态1,域内(例如皮质-皮质)连接较强,域间(例如皮质-皮质下)连接为负。这些动态连接模式的差异也反映在中度组的网络分离总体减少,而严重组分离增加。
重要的是,这些与损伤相关的网络分离差异并未在静态分析中出现。有趣的是,中度组和健康组之间的功能连接,比重度组和健康组之间的差异更大。特别是在特定脑区之间的静态功能连接出现障碍的病例中,中度组表现出多个功能连接对的减少。静态功能连接分析中,重度组的功能连接对仅在皮质下区域发生改变。仅在动态分析中,大脑皮层水平的混乱才变得明显,证实了卒中后对侧感觉运动和中央旁小叶成分的网络间连通性降低,表明动态分析有额外的好处。
4. 讨论
当处理静息态功能MRI数据时,dFNC分析包含了时间域中更细粒度的信息。本文关注了缺血性卒中患者在急性事件的最初几天内的动态连通性,重点放在手运动功能和感觉运动系统上。考虑了症状从轻度上肢损伤到完全瘫痪的患者,因此反映了运动障碍的全面临床范围。
有严重运动障碍的患者明显倾向于转换到状态1,即一种区域密集的连接状态,具有很强的域内连接。相反,中度运动障碍的患者花在状态2的时间明显更多,这是一种弱连接状态。这两种模式在以前的常规静态分析中都是分析不到的。连接状态3在动态连接指标方面没有不同,但是在静态分析中观察到了先前文献中描述的许多连通性差异。
与最初的预期相反,中度运动障碍的患者在静态和动态分析中的功能连通性发生了更明显的变化,尽管他们的临床缺陷较弱。这些改变位于感觉运动皮质之间,以及对侧感觉运动皮质和双侧中央旁皮质之间。重要的是,在严重运动障碍的患者中,仅在动态分析中发现皮质感觉运动成分之间的大脑半球间连通性显著降低,说明动态分析有更高的灵敏度。
4.1 功能整合与功能分离
功能分离指的是将大脑划分成区域上唯一的模块,每个模块都可能被分配到一个特定的域。这些域既可以协调信息从一个域到另一个域的传递(称为整合),也可以单独处理信息(称为分离),平衡了这两个极端即可以维持健康的大脑功能。
严重运动障碍患者和状态1
区域密集连接状态1的特征是高度正的域内连接,即在感觉运动、皮质下或小脑域内,负的域间连接,即感觉运动-皮质下、感觉运动-小脑和皮质下-小脑之间的连接。总而言之可以解释为域间的高度分离。鉴于过渡到这一状态1的可能性显著增加,因此,严重运动障碍的患者更喜欢这样一种状态,在这种状态下,信息可以很容易地在域内传递。然而,不同域的成分之间的信息交换受到阻碍。这种高的域内连接或整合让人想起卒中后基于任务的研究中皮层运动区的过度激活,特别是对侧M1、双侧运动前皮质和SMA的过度激活。Rehme等人从卒中后几天开始,发现这些活动变化仅在严重运动障碍的患者中出现。本文观察到的动态模式,是连通性而不是激活,但二者可能有相关性,表明域内增加的连接用来恢复失去的运动性能。这个特定的模式在静态分析中没有发现。
分离,作为空间功能专业化的一种衡量标准,可以用多种方式来量化,而且通常与大脑模块化有关,值越高意味着域的模块性和分离性越大。大脑模块化最近被认为是干预相关大脑可塑性的生物标志物,因为较高的模块化基线预示着认知功能的后期增长。这种关系不仅可以建立在健康老化的大脑中,在创伤性脑损伤患者的结构受损的大脑也存在。同样,当将分析局限于皮层运动和视觉领域时,Mattar等人也发现模块性和预期的运动技能学习之间具有联系。在这些方面,严重运动障碍的患者倾向于状态1,可能代表了一种促进大脑可塑性的尝试,使运动能够恢复。尽管如此,先前的假设是模块化和分离可能遵循倒U型曲线,但没有任何可用的长期标记物能得出明确的结论,需要未来的研究来调查分离和运动恢复之间的联系。
中度运动障碍患者和状态2
相比之下,中度运动障碍的患者在状态2中花费的时间明显更多,因为状态2包含较低的域内连接和相对增加的域间连接,可以解释为分离程度的减少。这种减少的分离模式与先前关于卒中后模块性减少的报道是一致的。前人研究表明,在功能恢复的同时,分离程度一开始减少,随后又增加,表明分离程度减少是功能受损的标志。
我们的研究与前人研究在卒中后的扫描时间上存在差异,入组患者的临床症状也存在差异,因此无法直接将他们的结论转化为我们的发现。将中度运动障碍患者的分离程度减少解释为功能受损的相关性受到了额外的挑战,因为临床上更多患者并没有表现出类似的改变。因此,本文分离程度减少似乎是(早期)重组的标志,因为中度和严重运动障碍患者在定义运动能力时不同,但在病变体积或皮质脊髓束重叠方面没有差异。这一解释可以得到创伤性脑损伤后恢复的情况下整合增加(即分离减少)这一结果的支持。
此外,从弱连接状态开始可以更容易地建立新连接,从而为更高的网络灵活性提供基础。相反,区域密集连接的状态1具有较高的域内连通性,但域间连通性较低,这可能有助于在运动障碍严重中断的情况下进行区域处理和重组。
Hu等人调查了19例急性缺血性卒中(卒中后平均4天)中度运动障碍的患者的脑区动态连接,发现与健康组相比,初级运动、听觉和视觉皮质的时间变异性降低。Chen等人计算了64名亚急性卒中患者(卒中后7-31天)的全脑动态连接,证实(相对于健康组)存在显著的动态连接差异,主要影响对侧或同侧M1与视觉、岛叶和下顶区之间的连接。Duncan等人在慢性卒中的动态连接和康复之间建立了联系。在为期6周的干预中,利用滑动窗方法跟踪了12名慢性失语症卒中患者(卒中后平均40个月)的动态网络变化。估计总共有10种不同的连接状态,其中一种特别弱的连接状态的驻留时间的增加与语言表现有关。最后,我们可以将本文的发现与一项对患有小血管疾病的患者的研究结果进行比较。临床上,皮质下缺血性血管性痴呆患者主要表现为长期(不一定是急性)的神经认知能力下降,以及慢性深部白质高信号和皮质下腔隙性梗死。对它们动态功能连接性的分析显示,在弱连接状态下,时间占比和停留时间增加,在密集连接状态下减少;前者的发现与本文对中度患者的主要发现非常相似。
4.2 局限和未来的方向
尽管31名急性卒中患者的样本量相对较小,但它显然具备了足够的统计能力。鉴于卒中病变的空间异质性,以及对个体康复轨迹的预测还不令人满意,未来的研究应该包括更大的样本量,并以细粒度和前瞻性的方式评估症状,以证实和扩展当前的发现。本文专注于卒中后急性阶段运动相关网络内的动态连接的差异。有助于以下问题,如:动态连接是否可以预测预后,特别是在治疗效果方面,包括TMS和经颅直流电刺激(TDCS)?非运动症状如何影响动态连接?动态连接指标是如何随时间演变的?中度障碍的患者在恢复功能时可能已经经历了一个更分离的阶段,而严重障碍的患者则落后了。此外,我们观察到的动态连接变化是否反映了适应性和非适应性效应还有待阐明。最后,有希望将功能MRI确定的连接状态的发现与从脑电图数据推断的微状态联系起来。
总结:
本文通过动态功能连接分析研究了31名手运动障碍急性卒中患者的运动系统。表明了动态连接作为缺血性血管疾病的(静息态)生物标志物的可能性。研究结果表明,严重运动障碍的患者更容易处于区域内紧密联系、区域间高度分离的状态,即与大脑可塑性水平增强相关的状态。另一方面,中度障碍的患者在分离减少的弱联系状态下花费的时间明显更多。因此,急性卒中患者运动损伤的程度似乎与不同的动态网络重组有关。更重要的是,在早期卒中的静态连接研究中没有检测到这些损伤相关的网络变化。同样,经典的基于任务的激活研究也没有发现轻度到中度运动障碍患者的差异。
因此,使用动态连接可以对卒中运动系统内神经处理进行新的洞察,指出不同的重组机制取决于最初的运动缺陷。未来在干预卒中后非常早的网络重组时,例如,使用非侵入性脑刺激诱导皮质可塑性以促进功能恢复时,这些基于时间灵活性的发现和见解可能特别重要。
(0)

相关推荐